1 Introducción

El sector inmobiliario, según informes del banco HSBC y el Foro Europeo del mercado inmobiliario, representa una parte significativa de la riqueza mundial. Con la cuarta revolución industrial y el avance de tecnologías como PropTech (prop (propiedad) y tech (tecnología)), se prevé una transformación radical en este sector, donde la fusión de comunicaciones y tecnología borra las fronteras entre lo físico y lo digital (González Fernández 2019). Tecnologías como inteligencia artificial y Big Data están siendo aplicadas con éxito en operaciones financieras complejas y segmentación de derechos inmobiliarios. En Colombia, la entrada de startups y tecnologías como Marketplaces, Big Data y crowdfunding están revolucionando el panorama de los negocios inmobiliarios, abriendo nuevas oportunidades y valor al mercado (González Fernández 2019).

Los análisis de ofertas del mercado inmobiliario son relevantes para comprender las dinámicas de precios de terrenos y construcciones, así como para obtener una valoración integral de los inmuebles con mayor precisión (Cali and Martı́nez-Toro, n.d.). Además, sirve como respuesta aproximada a solicitudes de revisión del valor predial, minimizando riesgos de liquidación inadecuada.

2 Objetivos

Este informe tiene como objetivo el análisis del mercado inmobiliario en el área urbana de la ciudad de Cali.

2.1 Objetivo General

Presentar un análisis de precios en las diferentes zonas de Cali.

Presentar un análisis dde lso tipos de viviendas más ofertadas en la ciudad de Cali.

Presentar un análisis de las características más relevantes de la oferta de vivienda en Cali.

2.2 Objetivos Específicos

3 Métodos

3.1 Área de Estudio

El área de estudio se enfocó en la zonal urbana del municipio de Santiago de Cali, Valle del Cauca, Colombia. (Figura @ref(fig:mapa)).

Figura 1. Mapa de la ciudad de Santiago de Cali.

3.2 Fuente de datos

3.2.1 Datos externos

La capa geográfica de barrios y comunas fue descargada de la Infraestructura de Datos Espaciales de Cali.

3.2.2 Datos proporcionados

Las fuentes de datos para este análisis provienen del paquete “paqueteMETODOS” del repositorio de Github https://github.com/dgonxalex80/paqueteMODELOS.

Este conjunto de datos comprende 13 atributos y 8330 entradas, que caracterizan los precios, los tipos de vivienda, el número de habitaciones, el estrato, el número de parqueaderos, el número de baños y el área construida de lo disponible en el mercado inmobiliario de la ciudad de Cali.

Tabla 1 . Conjunto de datos utilizado en este trabajo.

3.3 Análisis de datos

Todos los análisis y limpieza de datos se realizaron con el lenguaje de programación R (R Core Team 2018). Para la limpieza y organización de datos se utilizó el paquete “dplyr” (Wickham et al. 2023).

4 Resultados

4.1 Análisis de Precios

La distribución de los precios de la vivienda presenta un sesgo hacia valores muy altos (Figura @ref(fig:figura2))

4.2 Tipos de viviendas ofertadas

agfsfgfd

4.3 Características de las viviendas

5 Discusión

6 Conclusiones

7 Referencias

Cali, A metropolização de, and Pedro Martı́n Martı́nez-Toro. n.d. “Mercado Inmobiliario y La Producción Del Archipiélago Metropolitano. La Metropolización de Cali Real Estate Market and the Production of the Metropolitan Archipelago.”
González Fernández, Nathalia. 2019. “Diseño de Un Sistema de Información Para La Creación de Un Modelo Dinámico Del Mercado Inmobiliario Colombiano.”
R Core Team. 2018. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
Wickham, Hadley, Romain François, Lionel Henry, Kirill Müller, and Davis Vaughan. 2023. Dplyr: A Grammar of Data Manipulation. https://CRAN.R-project.org/package=dplyr.

8 Anexos

Mapa de distribución de precios. Las coordenadas están mal asignadas.